weixin_38859557的博客

#coding:utf8import tensorflow as tffrom sklearn import linear_modelfrom sklearn import preprocessingimport numpy as npdef read_data(file_queue): ''' the function is to get features and ...

代码以及详细步骤如下：#-*- coding:utf-8 _*- """ @author:bluesli @file: CNN-convolutional_neural_network.py @time: 2018/06/24 """'''总结，要想写好代码就要自己理解卷积的定义，怎样才能卷积，理解他的形状变换，矩阵乘法一定要学好；卷积神经网络（cnn)与简单神经网络的区别）...

tf.random_shuffle:沿着张量的第一维度随机打乱张量；如：[[1,2],                [[5,6],[3,4],                [1,2],[5,6]]  ----->>>[3,4]]

在模型的保存中我遇到过一次坑：先留一下悬念，我们先说一下怎样 保存模型和怎样导入模型：模型的保存；代码如下：首先需要申明一个Saver对象：saver = tf.train.Saverwith tf.Session as sess:    saver.save(sess,'save_path')这里save_path 就很容易出现：Parent dictionary is not exiting ...

这个问题就是在使用 ：tensorflow的过程中，with tf.Session as sess:应该在Session 后面加上括号：with tf.Session() as sess:

这个函数有两个重要参数：tf.argmax(x，维度）其中x是一个矩阵，维度可以0，1，2等；像tf.argmax(x,0)就是在行里里面比较大小，并返回最大值的下标，1：则为按列比较大小，并返回最大值的下标2：在第3维度比较大小，并返回该维度最大值的下标...

在python中eval作为内置函数：是将字符串转换成表达式计算；如eval('3*3') 结果是9 而tensorflow中的eval函数则是于tensorflow.session.run()有点类似：当有一个tensor量t时，通过t.eval就相当于tf.session.run(t) 了，表达要相对简单一些，但是有一点就是，当有多个tensor量时，eval不能一步就得到tensor的值，而...

首先先来看saver函数的参数列表save( sess, save_path, global_step=None, latest_filename=None, meta_graph_suffix='meta', write_meta_graph=True, write_state=True)可以这样说，常用的两个参数也就是sess和save_path了，一...

DNNLInearConbinedRegressor 的feature_column 与其他同在tf.estimator 下的模型都一样，知识它下面的不同的方法适用方法都不一样，1：对于线性模型来说稀疏的和密集的tensor都可以2：对于DNN模型则只能接受密集的tensor那么接下来就来介绍一下该包下面都可以处理什么样的特征：再说一下feature_column 的作用，其实很简单，就是在真实的...

代码和相应的理解思路如下：#-*- coding:utf-8 _*- """ @author:bluesli @file: use_neural_network.py @time: 2018/06/24 """'''数据层n*784(灰度图只有一个通道，所以是784）input_data（n*784)--->(w1,b1)(L1有256神经元）--->(w2,b2)...

代码如下：#-*- coding:utf-8 _*- """ @author:bluesli @file: logistic_regression.py @time: 2018/06/23 """'''逻辑回归是基于数字字符逻辑的,所以英文字母是logistic,而不是logic''''''1:通过input_data 获取数据2:分别获取对应的训练样本(784个像素点)...

代码如下：#-*- coding:utf-8 _*- """ @author:bluesli @file: linear_regression.py @time: 2018/06/23 """#构造数据#机器学习中，权重值是随机初始化，b是定量初始化一般初始化为1；#reduce_mean：均方差；#采用梯度下降的方法来优化；#构造训练函数：最小化lossimport te...

from sklearn import linear_modelreg = linear_model.LinearRegression()reg.fit(example, label）print("Coefficients of sklearn: W=%s, b=%f" % (reg.coef_, reg.intercept_))其中example时特征值，label是标签...

numpy.ndarray.flatten ，返回一个一维的数组，作用的对象可以是numpy对象，即数组或者是矩阵对象，不可以是列表

代码如下：#读取文件数据def read_data(file_queue):    # 读取的时候需要跳过第一行    reader = tf.TextLineReader(skip_header_lines=1)    key, value = reader.read(file_queue)    # 对于数据源中空的值设置默认值    record_defaults = [[''], ['']...

代码如下：def read_data(file_queue):    '''    the function is to get features and label (即样本特征和样本的标签）    数据来源是csv的文件，采用tensorflow 自带的对csv文件的处理方式    :param file_queue:    :return: features,label    '''    ...

代码如下：        coord = tf.train.Coordinator()        threads = tf.train.start_queue_runners(coord=coord)        for step in range(100):            #获取正真的样本和标签            example, label = sess.run([examp...

两种方法：1：直接去mnist官网去下载下来，http://yann.lecun.com/exdb/mnist/读取的时候是通过下面来读取的：from tensorflow.examples.tutorials.mnist import input_dataminst = input_data.read_data_sets('data/',one_hot=True)2：通过tensorflow的包...

代码如下：from tensorflow.examples.tutorials.mnist import input_dataprint('packs loaded')print('download and extract mnist set')mnist = input_data.read_data_sets('data/',one_hot = True)# one_hot 是0,1的编...

通过mnist里面的一个方法：next_batch方法获取；代码如下：from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_set('data\',one_hot=True)example_batch，label_batch = mnist.next_batch(batch_si...

tensorflow中 tf.reduce_mean函数2018年04月03日 08:44:42-牧野-阅读数：18695版权声明：本文为博主原创文章，转载请注明出处。 https://blog.csdn.net/dcrmg/article/details/79797826tf.reduce_mean 函数用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均...